Escolar Documentos
Profissional Documentos
Cultura Documentos
Apresentação DATA MINING Prof. Arrivabene
Apresentação DATA MINING Prof. Arrivabene
PósGraduação
Graduação
DATA MINING
Fonte:https://www.newgenapps.com/blog/6-tips-on-successful-data-mining/
Agenda da Webnar:
- Roteiro de Estudos:
• Big Data: o que é?
• Conceitos básicos de Data Mining.
• KDD: a Descoberta do Conhecimento.
• As etapas do processo de Mineração e
Análise de Dados;
Métodos de Mineração de Dados;
DATA MINING
•
• Principais ferramentas da Mineração de
Dados.
- Discussão do Caso.
- Dúvidas.
Fonte: www.ispartnersllc.com/blog/best-techniques-data-mining/
Big Comunicação Digital
Data
DATA MINING
DATA MINING
Fonte: sdtimes.com
Big Data
Conceitos:
Big Data são altos volumes e variedades de informações que exigem novas
modalidades de processamento a fim de permitir uma visão aprimorada sobre
essas informações, auxiliando a tomada de decisões e automação de processos
(GARTNER, 2021).
de vir da muitas fontes de dados. O volume desse conjunto não permite que o
software tradicional de processamento capaz de gerenciá-lo. O Big Data é
utilizado para resolver problemas de negócios que a empresa não conseguiria
resolver antes.(ORACLE, 2021).
Big Data
Os 5 Vs…
DATA MINING
Fonte: www.livti.com.br/blog/big-data-para-qualquer-negocio/v-big-data/
Data Comunicação Digital
Mining
DATA MINING
Fonte: www.adaoncloud.com/mx/blog/2020/02/21/que-es-el-data-mining-y-para-que-sirve-en-marketing-digital/
DATA MINING
Data Mining
Conceitos:
Databases
Fonte: Autor.
DATA MINING
KDD - Knowledge Discovery in Databases
Divisão do KDD, segundo Fayyad et. al (1996):
4. Data Mining: consiste em decidir qual tarefa de Data Mining será aplicada.
5. Incorporação do conhecimento anterior: consiste em interpretar o
modelo extraído afim de certificar seu conteúdo.
6. Interpretação dos resultados: o resultado obtido auxilia as
tomadas de decisões baseadas no conhecimento alcançado.
Etapas do Processo
KDD é "um processo de identificação de novos padrões válidos, úteis e
compreensíveis“ (FAYYAD et al., 1996).
DATA MINING
Fonte: www.researchgate.net/figure/Figura-1-Processo-de-KDD-O-processo-de-KDD-consiste-em-uma-sequencia-de-etapas-que-devem_fig1_308995146
Tarefas da
Mineraçã
Comunicação Digital
o
DATA MINING
de Dados
DATA MINING
Fonte: artia.com/blog/como-montar-uma-lista-de-tarefas/
Tarefas da Mineração de Dados
As tarefas mais comuns segundo Larose (2005) são:
DATA MINING
Fonte: conceitos.com/metodo/
DATA MINING Métodos de Mineração de Dados
Fonte: slideplayer.com.br/slide/47437/
Métodos de Mineração de Dados
• Supervisionado e Preditivo: ensina o modelo o que ele deve fazer e prevê o resultado
ou comportamento, respectivamente.
Fonte: scriptutex.pt/2018/10/08/arquitetura-de-informacao-e-usabilidade/
Métodos de Mineração de Dados
Fonte: scriptutex.pt/2018/10/08/arquitetura-de-informacao-e-usabilidade/
Ferramentas de
Mineração de
Comunicação Digital
Dados
DATA MINING
Fonte: blog.academiain1.com.br/cgi-sys/suspendedpage.cgi
DATA MINING
Ferramentas de Mineração de Dados
Ter ciência das informações armazenadas nas bases de dados pelas empresas
estimulou o desenvolvimento de ferramentas capazes de facilitar a extração do
conhecimento por meio de uma variedade de técnicas, com diferentes tipos de
algoritmos voltados para a Mineração de dados (REZENDE, 2005):
• Weka • Apache Hadoop
• RapidMiner • Oracle Data Mining
• Tanagra • Statwing
• Knime • Chartio
DATA MINING
• DataMelt • Pentaho
• OpenRefine
• R
• Orange
• Tableau Public
• Trifacta Wrangler
Dúvidas? Dúvidas?
DATA MINING
Fonte: comunique-se.com.br/blog/agencias-na-era-da-comunicacao-digital/
Dúvidas?
Fonte: https://capitalsocial.cnt.br/duvidas-recursos-humanos-pme/
Bibliografia
AMO, S. Curso de data mining: programa de mestrado em ciência da computação. Uberlândia: Universidade Federal de Uberlândia,
2003. Disponível em: <www.deamo.prof.ufu.br/CursoDM.html>. Acesso em: 03 fev. 2021.
CAMILO, C. O.; SILVA, J. C. da. Mineração de dados: conceitos, tarefas, métodos e ferramentas. [Goiânia: UFMG,] 2009. Disponível
em: <ww2.inf.ufg.br/sites/default/files/uploads/relatorios-tecnicos/RT-INF_001-09.pdf>. Acesso em: 03 fev. 2021.
CIOS, K. J; PEDRYCZ, W; SWINIARSKI, R. W; KURGAN, L. A. Data Mining - A
Knowledge Discovery Approach. Springer, 2007.
ELMASRI, R.; NAVATHE, S. B. Sistemas de banco de dados: fundamentos e aplicações. 3. ed. Rio de Janeiro: LTC, 2002.
FAYYAD, U; PIATETSKY-SHAPIRO, G; SMYTH, P. From Data Mining to Knowledge Discovery in Databases. American Association
for Artificial Intelligence, 1996.
GARTNER. Gartner Group. Zero-Latency Enterprise (ZLE). Disponível em: <www.gartner.com/en/information-
technology/glossary/zle-zero-latency-enterprise>. Acesso em 03 fev. 2021.
HAN, J; KAMBER, M. Data Mining: Concepts and Techniques. Elsevier, 2006.
LAROSE, D. T. Discovering Knowledge in Data: An Introduction to Data Mining.
John Wiley and Sons, Inc, 2005.
KING, D. Numerical machine learning. Georgia: Tech College of Computing, 2003. Disponível em:
<www.cc.gatech.edu/kingd/datamine/datamine.html>. Acesso em: 03 fev. 2021.
MOXTON, B. Defining data mining. DBMS Data warehouse supplement site, 2004. Disponível em:
<www.dbms.mfi.com/9608d53.html>. Acesso em: 02 fev. 2021.
ORACLE. Oracle. O que é Big Data? Disponível em: <www.oracle.com/br/big-data/what-is-big-
data/#:~:text=Big%20data%20definido,-
O%20que%20%C3%A9&text=Aqui%20est%C3%A1%20a%20defini%C3%A7%C3%A3o%20do,com%20velocidade%20cada%20vez
%20maior>. Acesso em 03 fev. 2021.
REZENDE, S.O. Mineração de dados. Congresso da sociedade Brasileira de Computação, 25. 2005, São Leopoldo, Rs. A
Pós Graduação
DATA MINING
Adriano Arrivabene
Contatos
• Lattes: lattes.cnpq.br/7405822718918138
• LinkedIn: linkedin.com/in/adriano-arrivabene-
2a236568
OBRIGADO
!